Temporal modelling using single-cell transcriptomics.
Temporal modelling using single-cell transcriptomics.
复制标题
DOI：
10.1038/s41576-021-00444-7
复制
发表时间：
2022-06
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
在单细胞水平上分析基因的方法已经彻底改变了我们研究几个生物过程和系统的能力，包括发育，分化，反应程序和疾病进展。在许多这些研究中，细胞随着时间的推移进行分析，以推断细胞状态和类型的动态变化，表达基因的集合，活性途径和关键调控因子。然而，时间序列单细胞RNA测序（scRNA-seq）也提出了一些新的分析和建模问题。这些问题包括确定何时以及如何深入分析细胞，在时间点内和时间点之间连接细胞，学习连续轨迹以及整合批量和单细胞数据以重建动态网络模型。在这篇综述中，我们讨论了几种用于时间序列scRNA-seq分析和建模的方法，强调了它们的步骤，关键假设以及它们最适合的数据类型和生物学问题。在这篇综述中，丁，沙龙和巴约瑟夫讨论了如何将动态特征纳入单细胞转录组学研究，使用实验和计算策略提供生物学见解。
Methods for profiling genes at the single-cell level have revolutionized our ability to study several biological processes and systems including development, differentiation, response programs and disease progression. In many of these studies, cells are profiled over time in order to infer dynamic changes in cell states and types, sets of expressed genes, active pathways, and key regulators. However, time-series single-cell RNA sequencing (scRNA-seq) also raises several new analysis and modelling issues. These issues range from determining when and how deep to profile cells, linking cells within and between time points, learning continuous trajectories and integrating bulk and single-cell data for reconstructing models of dynamic networks. In this Review, we discuss several approaches for the analysis and modelling of time-series scRNA-seq, highlighting their steps, key assumptions, and the types of data and biological questions they are most appropriate for. In this Review, Ding, Sharon and Bar-Joseph discuss how dynamic features can be incorporated into single-cell transcriptomics studies, using both experimental and computational strategies to provide biological insights.
登录
查看更多内容
影响因子：
64.8
作者：
Cao, Junyue;Spielmann, Malte;Shendure, Jay
通讯作者：
Shendure, Jay
影响因子：
46.9
作者：
Becht, Etienne;McInnes, Leland;Newell, Evan W.
通讯作者：
Newell, Evan W.
iDREM：动态监管网络的交互式可视化。
影响因子：
4.3
作者：
Ding J;Hagood JS;Ambalavanan N;Kaminski N;Bar-Joseph Z
通讯作者：
Bar-Joseph Z
影响因子：
16.6
作者：
Byrnes LE;Wong DM;Subramaniam M;Meyer NP;Gilchrist CL;Knox SM;Tward AD;Ye CJ;Sneddon JB
通讯作者：
Sneddon JB
影响因子：
4.6
作者：
Delile, Julien;Rayon, Teresa;Sagner, Andreas
通讯作者：
Sagner, Andreas